Bagian 5: Arsitektur dan Ekosistem Big Data

Bayangkan sebuah pabrik data. Ada jalur masuk, gudang penyimpanan, mesin pengolah, layar kontrol, dan manajer yang memutuskan langkah berikutnya.

Itulah arsitektur Big Data — sistem yang memungkinkan perusahaan seperti Telkom, Shopee, atau Bank BCA memahami perilaku pelanggan, memprediksi tren, dan bereaksi hampir seketika.

Baca juga: Bagian 4: Tahapan Proses Big Data Analytics

Mini Game: “Build Your Pipeline!”

• Sebelum membahas teori, mahasiswa MBA biasanya diajak bermain “Build Your Pipeline!”. Setiap kelompok mendapat kartu dengan istilah seperti:
• Data Source, Ingestion, Storage, Processing, Analytics, Visualization, Decision.
• Tugas mereka sederhana: susun alurnya.
• Setelah 5 menit, dosen menampilkan jawaban yang benar:
• Data Source → Ingestion → Storage → Processing → Analytics → Visualization → Decision
• 
  
• Baca juga: Bagian 3: Dulu Cukup SPSS, Sekarang Tidak Lagi
• 
  
• Refleksi pun muncul:

“Ternyata alur data itu seperti rantai pasok. Bedanya, yang dikirim bukan barang, tapi informasi yang membentuk strategi.”

Memahami Arsitektur Big Data

Secara sederhana, arsitektur Big Data adalah “peta jalan” bagaimana data mengalir dari sumber hingga menjadi keputusan.

Dosen sering menjelaskan dengan analogi dapur:

“Data mentah itu bahan makanan, Hadoop adalah gudang penyimpanan, Spark adalah dapur masak, GPT-5 adalah koki cerdas, dan dashboard Power BI adalah piring saji untuk eksekutif.”

GPT-5: Otak Analitik di Tengah Arsitektur

• Di era GPT-5, analisis data tidak lagi terbatas pada teknisi.
• AI ini bisa membaca struktur data, menulis ulang query, dan menjawab pertanyaan manajer dengan bahasa alami.
• 
  
• Contoh:
• 
  
• “Tampilkan tren penjualan produk dengan margin di bawah rata-rata selama tiga bulan terakhir.”
• 
  
• GPT-5 tidak hanya menampilkan tabel, tetapi juga menjelaskan:
• 
  
• “Penurunan disebabkan promosi yang berakhir awal. Disarankan memperpanjang durasi promo di wilayah Jawa Barat.”
• 
  
• GPT-5 mengubah arsitektur Big Data dari sistem data-centered menjadi decision-centered — cepat, naratif, dan strategis.
• 
  

Studi Kasus: Telkom Indonesia dan Ekosistem Datanya

Telkom Indonesia adalah contoh konkret bagaimana arsitektur Big Data dijalankan di Indonesia. Dengan jutaan pelanggan IndiHome, Telkomsel, dan Data Center, Telkom membangun Telkom Data Analytic Platform (TDAP) — sebuah ekosistem yang mengalirkan data seperti jaringan saraf digital.

Bagaimana cara kerjanya:

• Data Lake: menampung data mentah dari seluruh layanan.
• Big Data Platform: Hadoop & Spark memproses paralel miliaran log.
• AI Layer: GPT-based analytics menganalisis churn pelanggan dan prediksi trafik.
• Visualization: dashboard manajemen menampilkan tren jaringan dan efisiensi kampanye.
• 
  
• Hasilnya?
• 
  
• Churn pelanggan menurun hingga 20% dalam setahun.
• Bandwidth & marketing menjadi lebih efisien.
• Telkom bisa menyapa pelanggan seolah memahami kebutuhannya secara personal.
• 
  
• “Kalau dulu arsitektur IT bicara kabel dan server, kini arsitektur data bicara tentang insight flow dan real-time decision making."
• 
  

Data Flow vs Decision Flow

• Dalam banyak organisasi, alur data sudah bagus — tapi keputusan tetap lambat. Mengapa? Karena data flow (alur teknis) tidak selaras dengan decision flow (alur manajerial).
• Diskusi kelas biasanya berputar di sini:
• Siapa pemilik data sesungguhnya? IT, marketing, atau keuangan?
• Apakah insight sampai ke level eksekutif tepat waktu?
• Apakah sistem data benar-benar mendukung pengambilan keputusan strategis?
• 
  
• Penutup :

“Arsitektur data bukan hanya tentang server dan software — tapi tentang bagaimana organisasi berpikir dan mengambil keputusan.”